http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 羅鍾範(Jong Beom Ra) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
고속 벡터 양자 부호화를 위한 $L_2$-평균 피라미드 기반 탐색 기법
송병철,라종범,Song, Byeong-Cheol,Ra, Jong-Beom 대한전자공학회 2002 電子工學會論文誌-SP (Signal processing) Vol.39 No.1
영상 압축을 위한 기법인 벡터 양자 부호화는 입력 벡터와 가장 근사한 부호어를 찾기 위해 일반적으로 상당히 많은 계산량을 요구한다. 본 논문은 벡터 양자 부호화 과정을 고속 처리를 위한 새로운 탐색 기법을 제안한다. 먼저, 탐색 과정에서의 불필요한 정합 연산들을 대폭 줄이기 위해 부호책의 효과적인 기하학적 구조에 기반한 강력한 후보 제거 조간을 유도한다. 그런 다음, 그 후보 제거 조건을 이용한 고속 탐색 기법을 제안한다. 모의 실험 결과는 적은 전처리 연산과 메모리만을 사용하는 제안한 기법이 전역 탐색 기법과 동일한 부호화 성능을 유지하면서 부호화 시간을 대폭 줄일 수 있음을 보인다. 또한 기존 탐색 기법들과 비교할 때, 제안한 기법의 성능이 매우 우수함을 알 수 있다. Vector quantization for image compression needs expensive encoding time to find the closest codeword to the input vector. This paper proposes a search algorithm for fast vector quantization encoding. Firstly, we derive a robust condition based on the efficient topological structure of the codebook to dramatically eliminate unnecessary matching operations from the search procedure. Then, we Propose a fast search algorithm using the elimination condition. Simulation results show that with little preprocessing and memory cost, the encoding time of the proposed algorithm is reduced significantly while the encoding quality remains the same with respect to the full search algorithm. It is also found that the Proposed algorithm outperforms the existing search algorithms.
-
효율적인 영상 검색을 위한 클러스터링 기반 고속 다 해상도 전역 탐색 기법
송병철,김명준,라종범,Song, Byeong-Cheol,Kim, Myeong-Jun,Ra, Jong-Beom 대한전자공학회 2001 電子工學會論文誌-SP (Signal processing) Vol.43 No.2
유사도 측정자 (similarity measure)에 따라 문의자 (query)의 최적 정합자 (the best match)를 찾는 최적 검색 (optimal retrieval)을 위해서는 데이터베이스의 모든 영상들에 대해 전역 탐색 (exhaustive search)을 수행해야 한다. 그러나, 일반적인 전역 탐색은 방대한 계산량을 요구한다. 그 계산량을 줄이기 위해, 본 논문은 영상 데이터베이스의 클러스터링 (clustering)에 기반한 고속 다 해상도 전역 탐색 기법을 제안한다. 먼저 데이터베이스 내의 모든 영상들을 일정 수의 클러스터 (cluster)들로 나눈다. 각 클러스터는 유사한 특징 (feature)을 갖는 영상들로 구성된다. 그리고, 각 클러스터와 문의자 간 거리 (distance)의 하계(lower bound)를 구하고, 가능성이 전혀 없다고 판단될 경우 그 클러스터를 제거한다. 가능성이 있다고 판단된 클러스터들에 속한 후보 영상들 중에서 최적 정합자를 찾는다. 또한, 불필요한 특징 정합 연산을 줄이기 위해 다 해상도 데이터 구조에 기반한 거리 부등식 성질 (distance inequality property)을 유도하여, 탐색 과정에 적용한다. 제안한 기법은 고속 다 해상도 전역 탐색 기법으로서 단일 최적 정합자뿐만 아니라 다수의 상위 최적 정합자들도 정확하게 찾을 수 있다. 가장 보편적인 밝기 히스토그램 (luminance histogram)특징을 사용하여, 제안한 기법이 고속의 탐색 속도와 함께 최적 검색을 보장함을 증명해 보인다. In order to achieve optimal retrieval, i.e., to find the best match to a query according to a certain similarity measure, the exhaustive search should be performed literally for all the images in a database. However, the straightforward exhaustive search algorithm is computationally expensive in large image databases. To reduce its heavy computational cost, this paper presents a fast exhaustive multi-resolution search algorithm based on image database clustering. Firstly, the proposed algorithm partitions the whole image data set into a pre-defined number of clusters having similar feature contents. Next, for a given query, it checks the lower bound of distances in each cluster, eliminating disqualified clusters. Then, it only examines the candidates in the remaining clusters. To alleviate unnecessary feature matching operations in the search procedure, the distance inequality property is employed based on a multi-resolution data structure. The proposed algorithm realizes a fast exhaustive multi-resolution search for either the best match or multiple best matches to the query. Using luminance histograms as a feature, we prove that the proposed algorithm guarantees optimal retrieval with high searching speed.
-
任貞恩(Jungeun Lim),李在淵(Jaeyoun Yi),羅鍾範(Jong Beom Ra) 大韓電子工學會 2000 電子工學會論文誌-SP (Signal processing) Vol.37 No.6
이 논문은 동영상에서 의미 있는 객체를 추적하기 위해, 첫 번째 프레임에서 사용자가 관심 대상인 객체를 정의하고, 그 다음 프레임부터 자동으로 그 객체를 추적하는 반자동 기법을 제안한다. 제안한 객체 추적 알고리즘은 객체 경계 투영, 불확실 영역 추출, 경계 재조정 단계 등 모두 세 단계로 구성되며, 첫 단계에서는 움직임 추정을 통해 이전 프레임에서 현재 프레임우로 객체를 투영하고, 두 번째 단계는 투영한 결괴를 이용하여 윤곽선 부근에서 투영이 불확실한 영역을 MC 오류 및 색채 유사성 검사를 거쳐 추출하며, 마지막으로 투영이 불확실한 영역을 재조정함으로써 정확한 객체의 경제를 찾는다. 모의 실험을 통해 제안한 알고리즘이 기존의 반자동 알고리즘에 비해 다양한 영상에서 대해 만족할 만한 결과를 보임을 확인하였다. This paper describes an algorithm for semantic video object tracking using semi-automatic method. In the semi-automatic method, a user specifies an object of interest at the first frame and then the specified object is to be tracked in the remaining frames. The proposed algorithm consists of three steps: object boundary projection, uncertain area extraction, and boundary refinement. The object boundary is projected from the previous frame to the current frame using the motion estimation. And uncertain areas are extracted via two modules: MC error-test and color similarity test. Then, from extracted uncertain areas, the exact object boundary is obtained by boundary refinement. The simulation results show that the proposed video object extraction method provides efficient tracking results for various video sequences compared to the previous methods.
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
